← Retour à l’accueil
2024-11-09 · 17:30:00 · Bundesliga (D1) · Germany
FTR : D · mi-temps : 0-0 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (RB Leipzig)
72.5%
Match nul
17.1%
Extérieur (M'gladbach)
10.4%
Marchés binaires
L2M (Yes)
60.6%
L2M (No)
39.4%
Over 2.5
72.3%
Under 2.5
27.7%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
87.4%
DNB Extérieur
12.6%
Double Chance 1X
89.6%
Double Chance 12
82.9%
Double Chance X2
27.5%

Top 5 scores prédits

2 - 1
8.9%
2 - 0
8.8%
3 - 1
8.1%
3 - 0
8.0%
1 - 1
7.6%

Score réel 0-0 : pas dans le top 5 prédit. Cas typique d'un score "long tail" de la distribution de Poisson — le modèle privilégie les scores serrés.

Comparaison vs marché (cotes football-data closing-avg)

1X2 — marge bookmaker : 4.8%
IssueModèleMarchéÉcart
Domicile (RB Leipzig)72.5%58.5%+13.9 pt
Match nul17.1%21.9%-4.7 pt
Extérieur (M'gladbach)10.4%19.6%-9.2 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.572.3%66.4%+5.8 pt
Under 2.527.7%33.6%-5.8 pt

Probas marché obtenues en inversant les cotes (`1/cote`) et en normalisant pour retirer la marge bookmaker.

Performance modèle sur ce match

Proba modèle au résultat réel
17.1% (FTR = D)
Brier 1X2
1.2224 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.7638 (0 = parfait, ~1.099 = pur hasard)

Interprétation : si le modèle avait dit "100% pour le bon résultat", Brier et log-loss seraient à 0. Plus la proba au résultat réel est haute, plus ces 2 scores sont bas. Permet de juger objectivement le modèle sur CE match précis (vs juste argmax / vrai-faux).

Méthode & sources

Modèle
dc-baseline-v1
xi (pondération)
0.002500
Source données
football-data.co.uk (CSV historique, closing odds moyennes du marché)
Train
4 saisons (2020-21 → 2023-24), pondération temporelle exponentielle